【摘要】人工智能正在從根本上改變產(chǎn)業(yè)創(chuàng)造、運行和獲取價值的傳統(tǒng)方式。人工智能具有快速感知和響應市場動態(tài)、自動提高企業(yè)任務單元效率、有效促進業(yè)務流程轉(zhuǎn)型和運營模式提升的賦能效應，通過賦能效應促進了現(xiàn)有產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型。為了在新領域新賽道中實現(xiàn)“換道超車”，必須加速人工智能從賦能效應向使能效應轉(zhuǎn)變。未來產(chǎn)業(yè)的培育必須充分挖掘人工智能的系統(tǒng)性使能效應，理順人工智能驅(qū)動下未來產(chǎn)業(yè)培育框架生態(tài)的內(nèi)在關系。完善未來產(chǎn)業(yè)培育的戰(zhàn)略規(guī)劃和頂層設計，積極搭建跨學科、大協(xié)作、高強度的協(xié)同創(chuàng)新平臺以及強化未來產(chǎn)業(yè)應用場景的不斷拓展，是基于使能效應的未來產(chǎn)業(yè)培育的關鍵策略。
【關鍵詞】人工智能 賦能效應 使能效應 未來產(chǎn)業(yè)
【中圖分類號】F49 【文獻標識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2024.12.009
宋憲萍，北京理工大學馬克思主義學院長聘教授、博導，國家治理研究院研究員。研究方向為政治經(jīng)濟學、數(shù)字經(jīng)濟、全球價值鏈。主要著作有《風險放大與防控：全球價值鏈的政治經(jīng)濟學分析》《馬克思主義風險社會理論與北京市當前社會風險治理研究》《后福特制生產(chǎn)方式下的流通組織理論研究》《分工與流通組織的演進》等。
引言
在過去幾年中，隨著數(shù)據(jù)的指數(shù)級增長和計算能力的強勁發(fā)展，大型數(shù)據(jù)集、強大的計算機硬件和新方法的可用性極大地推動了社會各種智能制造系統(tǒng)的概念創(chuàng)新、演進和工程化，人工智能（AI）被認為是全球企業(yè)和各行各業(yè)的顛覆性力量。當前，人工智能表現(xiàn)出新興技術的典型特征，如激進的新穎性、相對快速的增長、突出的影響和不確定性，同時伴以包括模糊性以及安全、隱私和問責制在內(nèi)的擔憂和挑戰(zhàn)，人工智能正在從根本上改變產(chǎn)業(yè)創(chuàng)造、運行和獲取價值的方式。根據(jù)有關市場研究，從2022年到2023年，全球制造業(yè)人工智能市場規(guī)模幾乎翻了一番，預計到2030年將增長10倍。[1]產(chǎn)業(yè)格局正處于一場前所未有的變革邊緣，將要釋放未開發(fā)的巨大潛力，推動產(chǎn)業(yè)進入新質(zhì)生產(chǎn)力和未來賽道的新時代，新興未來產(chǎn)業(yè)的不斷涌現(xiàn)與發(fā)展所驅(qū)動的復雜產(chǎn)品生產(chǎn)空間演進，將是全球創(chuàng)新版圖和經(jīng)濟格局變遷中最活躍的力量。
越來越多的國家高頻次地宣布其成為人工智能世界領導者的雄心壯志，將人工智能的開發(fā)和應用整合到激烈的全球競爭中。[2]在2020年～2023年連續(xù)4個財年中，美國明確將人工智能、量子信息科學領域等未來產(chǎn)業(yè)作為國家科技發(fā)展的優(yōu)選方向，列入研發(fā)預算優(yōu)先領域備忘錄。[3]人工智能的發(fā)展甚至被描述為“下一次太空競賽”，正如20世紀五六十年代，美國和蘇聯(lián)在尖端太空技術中爭奪優(yōu)勢，如今21世紀20年代，人工智能成為美國和中國博弈的關鍵領域。[4]對于中國而言，人工智能領域不存在發(fā)達國家領先科技公司的“戰(zhàn)略剛性”，因此發(fā)展人工智能驅(qū)動的未來產(chǎn)業(yè)是中國實現(xiàn)“換道超車”的重要機遇。[5]面對這樣一個重大戰(zhàn)略機遇和嚴峻挑戰(zhàn)，如何探索人工智能的無限可能？如何助推未來產(chǎn)業(yè)的發(fā)展？如何看待人工智能對產(chǎn)業(yè)的賦能效應和使能效應，更深入地理解人工智能對未來產(chǎn)業(yè)培育的重大意義，成為極為重要的現(xiàn)實問題。
賦能效應：人工智能驅(qū)動下的現(xiàn)有產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型
由于技術的發(fā)展和計算能力的提高，人工智能已經(jīng)從解決“狹隘”的任務和明確的目標向“更廣泛”的任務和更模糊或多方面的目標發(fā)展，例如，在社交互動、設計、藝術、科學或創(chuàng)造力和創(chuàng)新方面運用人工智能技術。計算能力的最新進展、數(shù)據(jù)可用性的廣泛增強以及新的機器學習技術的出現(xiàn)，將使各種組織能夠在人工智能解決方案的幫助下執(zhí)行管理活動。人工智能使機器變得足夠智能，能夠更合乎邏輯地為行業(yè)進步或業(yè)務任務的開展作出貢獻。具體來說，人工智能通過識別和分析圖像數(shù)據(jù)、數(shù)字文本和聲音，創(chuàng)造提出解決方案、提供建議、突出問題和采取適當行動的可能性。這種賦能效應主要體現(xiàn)在以下方面。
快速感知和響應市場動態(tài)。人工智能可以解鎖隱藏在大量數(shù)據(jù)中的洞察力和模式，通過在企業(yè)內(nèi)部和企業(yè)之間收集、傳輸和處理數(shù)據(jù)，可以呈現(xiàn)以前未知的信息，并幫助人類作出洞察力驅(qū)動的決策，即人工智能釋放的隱藏價值可用于作出更明智的決策，甚至部分自動化任務。人工智能可以通過提供一種有效的方法來處理大量可用數(shù)據(jù)，從而幫助管理者克服他們的認知局限性。通過人工智能處理和學習現(xiàn)有客戶數(shù)據(jù)來增強客戶細分，使企業(yè)能夠以全新的方式了解客戶的偏好和生活方式，更好地快速感知和響應市場動態(tài)，這種響應能力也稱為組織敏捷性，它包括感知、知情決策和響應。特別是人工智能的深度學習，可以在這些活動中發(fā)揮積極作用，可以被引導到系統(tǒng)有效地識別人類可能錯過的模式和潛在信號，并訓練他們快速準確地響應這些信號。[6]人工智能具有允許在創(chuàng)新過程中以新穎的方式獲取、分析和重新組合有關工藝性能、產(chǎn)品使用與客戶需求的信息的功能。
自動提高企業(yè)任務單元的完成效率。人工智能涵蓋了數(shù)據(jù)管理、通信和網(wǎng)絡管理、傳感器管理、產(chǎn)品生產(chǎn)過程管理與產(chǎn)品供應鏈管理的各個階段，尤其使生產(chǎn)和運營管理中的質(zhì)量控制、預測性維護、流程優(yōu)化和人機交互變得容易，從而提高產(chǎn)品質(zhì)量。企業(yè)可以使用人工智能技術圍繞傳統(tǒng)產(chǎn)品引入新服務，如推薦系統(tǒng)、聊天機器人或智能代理等。在這個過程中，企業(yè)的生產(chǎn)方式逐漸從經(jīng)驗制度化、標準化向精細化狀態(tài)轉(zhuǎn)變。機器可以比人類更快、更精確地執(zhí)行部分任務，從而提高企業(yè)的吞吐量，特別是在制造業(yè)和供應鏈運營中，人工智能技術的使用可以減少完成一些關鍵業(yè)務流程所需的時間，并通過自動化一系列任務來降低錯誤率和滯后時間。智能控制系統(tǒng)的技術和應用能力、內(nèi)部生產(chǎn)系統(tǒng)的能力以及數(shù)字系統(tǒng)收集的數(shù)據(jù)與信息的理解能力被塑造出來，人工智能促進了更高水平的大規(guī)模定制流程、產(chǎn)品和服務的實現(xiàn)，使企業(yè)能夠達到更高的效率水平。[7]
有效促進業(yè)務流程轉(zhuǎn)型和運營模式提升。所有業(yè)務流程的目標是將輸入轉(zhuǎn)化為有價值的輸出，新技術有望通過徹底的轉(zhuǎn)型來改善這些流程，人工智能也不例外，它可以重新設計業(yè)務流程，從根本上改變當前運營的執(zhí)行方式。作為一種創(chuàng)新和顛覆性技術，人工智能使企業(yè)組織能夠創(chuàng)新和轉(zhuǎn)變業(yè)務流程，人工智能技術的應用為管理人員和員工帶來了一套新的技能與方法，使其能夠協(xié)同工作，通過影響人力資源的使用方式，促進業(yè)務流程和組織結(jié)構的變化。通過使用人工智能，企業(yè)可以重新分配資源，從長遠來看，這些資源有可能重新繪制企業(yè)的組織結(jié)構圖。人工智能正在凸顯研發(fā)過程中數(shù)據(jù)的網(wǎng)絡效應，因為企業(yè)越來越多地被推動發(fā)展其跨產(chǎn)品、部門與公司交換、組合和處理數(shù)字信息的能力。[8]
當前，許多產(chǎn)業(yè)尤其是最具競爭力的產(chǎn)業(yè)，都在人工智能系統(tǒng)集成的基礎上加速推進數(shù)字化轉(zhuǎn)型。[9]據(jù)預測，人工智能將影響幾乎所有的工作職能。[10]由于賦能效應而產(chǎn)生的數(shù)字化轉(zhuǎn)型在世界各地有不同的名稱，在中國、德國和巴西被稱為“工業(yè)4.0”，在美國被稱為“未來制造”、“先進制造技術”和“智能工廠”，在英國被稱為“未來制造”，在韓國、瑞典被稱為“智能制造”。人工智能現(xiàn)在被視為一項基本技術，應用廣泛且深入，可以在工業(yè)4.0模式的框架內(nèi)有效地改善商業(yè)模式、生產(chǎn)過程和流程結(jié)構（見表1）。
從賦能效應到使能效應：人工智能驅(qū)動下的未來產(chǎn)業(yè)培育范式轉(zhuǎn)型
當前，全球人工智能創(chuàng)新版圖加速形成，各個國家和地區(qū)都在搶灘布局，希望借助人工智能搶抓新一輪科技革命的戰(zhàn)略機遇，構筑先發(fā)優(yōu)勢、占據(jù)發(fā)展制高點。作為全球科技競爭的新高地、未來產(chǎn)業(yè)的新賽道、經(jīng)濟發(fā)展的新引擎，人工智能發(fā)展經(jīng)歷了從深度學習、大模型、ChatGPT到Sora，逐漸地逼近通用智能。為了在新領域新賽道中“換道超車”，必須加速推動人工智能從賦能效應向使能效應轉(zhuǎn)變。
人工智能從賦能效應到使能效應。技術的創(chuàng)新可以是“漸進的”，也可以是“激進的”。漸進式創(chuàng)新一般改進了現(xiàn)有產(chǎn)業(yè)并瞄準了現(xiàn)有市場，具有賦能效應；而以新穎性和獨特性為特征的激進式創(chuàng)新則具有使能效應，通過擾動現(xiàn)有市場、開辟新市場以及促進后續(xù)創(chuàng)新，成為某些領域經(jīng)濟增長的關鍵因素，對未來產(chǎn)業(yè)的影響更大。
未來產(chǎn)業(yè)基于重大前沿科技的突破性創(chuàng)新成果，跨越原有的技術軌道，構建出新的研發(fā)范式，對未來經(jīng)濟社會發(fā)展起到前瞻性的引領作用，是各國深度布局、激烈角力的“競技場”。[11]因此，前沿技術驅(qū)動、未來高成長性和戰(zhàn)略支撐性是未來產(chǎn)業(yè)區(qū)別于其他產(chǎn)業(yè)的核心特征。[12]《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》明確要求：“在類腦智能、量子信息、基因技術、未來網(wǎng)絡、深?？仗扉_發(fā)、氫能與儲能等前沿科技和產(chǎn)業(yè)變革領域，組織實施未來產(chǎn)業(yè)孵化與加速計劃，謀劃布局一批未來產(chǎn)業(yè)。”[13]一般來說，戰(zhàn)略性新興產(chǎn)業(yè)已經(jīng)初步完成了重大技術試錯，從技術創(chuàng)新階段發(fā)展到產(chǎn)業(yè)創(chuàng)新階段；未來產(chǎn)業(yè)則仍處于科技創(chuàng)新的試錯階段，產(chǎn)業(yè)應用場景和商業(yè)模式尚不明確，具有較強的不確定性。人工智能能力的開發(fā)與應用仍處于早期階段，當前，人工智能技術通過賦能效應加快數(shù)字化轉(zhuǎn)型，形成了一些戰(zhàn)略性新興產(chǎn)業(yè)，這些戰(zhàn)略性新興產(chǎn)業(yè)也有可能成為未來產(chǎn)業(yè)，但是若要加速培育人工智能驅(qū)動的未來產(chǎn)業(yè)，需要充分發(fā)揮人工智能的使能效應。
人工智能的使能效應往往發(fā)生在跨學科的背景下，不是建立在當前知識之上的“創(chuàng)造性積累”，而是采用了開放的技術系統(tǒng)，這種環(huán)境整合了迄今為止不同學科和部門中彼此分離的知識領域，特別是開發(fā)方和多重應用領域之間的緊密耦合的知識轉(zhuǎn)移，是一種“創(chuàng)造性破壞”知識。人工智能的使能效應使技術創(chuàng)新正在從一個主要關注技術發(fā)展的概念演變?yōu)橐粋€系統(tǒng)地包含各領域的社會創(chuàng)新概念，無論是在產(chǎn)業(yè)層面還是企業(yè)層面，一個多層次的創(chuàng)新體系正在超越傳統(tǒng)的經(jīng)濟結(jié)構和模式。今后，人工智能與物聯(lián)網(wǎng)、區(qū)塊鏈、增強現(xiàn)實（AR）、混合現(xiàn)實（MR）、擴展現(xiàn)實（XR）等技術的融合將繼續(xù)在塑造未來產(chǎn)業(yè)發(fā)展方面發(fā)揮越來越重要的作用。與此同時，賦能效應以連接機器為目標，打造智能供應鏈，推動智能產(chǎn)品生產(chǎn)，將人力與自動化產(chǎn)業(yè)隔離開來，以最低浪費和最高效率實現(xiàn)大規(guī)模定制，在此基礎上，使能效應旨在以最低成本和最高精度實現(xiàn)大規(guī)模超定制。超定制是一種個性化的營銷策略，它將人工智能、機器學習、深度學習、強化學習、認知系統(tǒng)和計算機視覺等尖端技術應用于特定具體情景，為每位客戶提供個性化制造解決方案，提供更精準的產(chǎn)品、更敏捷的供應鏈、更全面的服務和更適配的內(nèi)容。具體來說，人工智能賦能效應和使能效應的比較如表2所示。
基于使能效應的未來產(chǎn)業(yè)培育范式轉(zhuǎn)型。當前，人工智能正在從1.0向2.0演進，人工智能2.0是基于新信息化環(huán)境的顯著變化、高度自主性和決策能力以及新目標的發(fā)展而構建的新一代人工智能。移動互聯(lián)網(wǎng)和先進計算終端的普及、傳感器和控制網(wǎng)絡的發(fā)展、在線社交社區(qū)的興起以及新一代IT（如區(qū)塊鏈、云計算和大數(shù)據(jù)分析）的出現(xiàn)推動了新的信息化環(huán)境形成。社會公認的人工智能2.0核心理念包括大數(shù)據(jù)智能、跨媒體智能、互聯(lián)網(wǎng)人群智能、人機混合增強智能、自主智能等。
對更高級人工智能的純粹技術追求并非未來產(chǎn)業(yè)的唯一發(fā)展方向。在未來高度自動化和數(shù)字化的工廠中，人類將承擔更少的體力任務，但在日益復雜的人-信息-物理系統(tǒng)（HCPS）的背景下，人類的決策和解決問題的任務將變得更多。知識工程將使人類從大量腦力勞動和更多體力勞動中解放出來，人類可以從事更有價值的創(chuàng)造性工作。未來產(chǎn)業(yè)的設計基于價值導向意識和對人工智能技術的系統(tǒng)理解，人工智能對未來產(chǎn)業(yè)的探索將更注重以人為本。具體來說，將先進技術與以人為本的設計原則相結(jié)合，將產(chǎn)業(yè)工人的要求、偏好和興趣置于生產(chǎn)過程的中心，專注于產(chǎn)業(yè)工人的生活質(zhì)量、工作的可持續(xù)性以及整體的社會福祉，目標是促進包容性創(chuàng)新，讓技術增強產(chǎn)業(yè)工人的能力而不是取代產(chǎn)業(yè)工人，也就是推動實現(xiàn)產(chǎn)業(yè)工人更大范圍和更深程度的產(chǎn)業(yè)參與。產(chǎn)業(yè)工人作為技術進步的積極參與者，被置于這一新范式的中心，使能效應強調(diào)為生產(chǎn)過程中的所有利益相關者創(chuàng)造公平和包容的新社會契約。以人為本意味著機器將用于執(zhí)行艱巨、重復或單調(diào)的任務，而人類將專注于更具創(chuàng)造性的工作。數(shù)字孿生、增強和軟機器人等關鍵技術將在生產(chǎn)線上實現(xiàn)更安全、更具協(xié)作性的人機交互；產(chǎn)業(yè)工人和智能機器團隊將能夠動態(tài)地協(xié)同工作，以安全有效地執(zhí)行新穎或不熟悉的任務。未來，人類創(chuàng)造力和技術能力的融合將形成更具彈性、道德和人文主義的生產(chǎn)模式，人工智能為勞動價值的多元參與創(chuàng)造提供了更大的可能性。[14]
因此，未來產(chǎn)業(yè)的人工智能設備應該可以注意、理解和感受工人，以及正在執(zhí)行的目標與期望。人工智能驅(qū)動未來產(chǎn)業(yè)的重要意義在于，將人類智能與機器智能相匹配，訓練協(xié)作機器人在共同工作時適應人腦變化以觀察和學習人類如何執(zhí)行任務并幫助工人執(zhí)行任務。在使能效應發(fā)揮的愿景中，人工智能需要融入到人類中，以協(xié)作、識別和積極增強彼此的互補優(yōu)勢，將工人的直覺、領導力、團隊合作、創(chuàng)造力和社交技能，以及機器的速度、精度和持久性進行互補，充分發(fā)揮機器和人類的潛力，真正實現(xiàn)以人為本的協(xié)同智能。隨著數(shù)字孿生（DT）、本質(zhì)安全機器人（即軟機器人）和人體增強等新技術的融合，有可能釋放人機協(xié)作（HRT）的全部潛力。如今，人機協(xié)作在制造、醫(yī)療保健、物流、生物基因等各個行業(yè)中的價值越來越高，機器人融入以人為本環(huán)境的方式發(fā)生轉(zhuǎn)變，有可能徹底改變未來人類與機器人的交互和協(xié)作方式。通過結(jié)合人類和機器人的優(yōu)勢，以用戶深度參與-多種技術融合-平臺互聯(lián)互通為特征的未來產(chǎn)業(yè)創(chuàng)新系統(tǒng)將取代傳統(tǒng)的線性創(chuàng)新鏈。基于使能效應的未來產(chǎn)業(yè)培育范式轉(zhuǎn)型如圖1所示。
總之，以人為本的人工智能驅(qū)動，作為下一代智能使能效應，反映了人機交互與新型智能相結(jié)合的趨勢。智能驅(qū)動應充分考慮人類的角色和需求，以應對人機關系的挑戰(zhàn)。也就是說，一方面，產(chǎn)業(yè)工人與機器之間的關系不僅是高效的協(xié)作，而且是基于人-信息-物理系統(tǒng)的深度融合，從一開始就將人類視角（創(chuàng)造者）整合到設計過程中，建立自然和無縫的交互，產(chǎn)業(yè)工人與機器之間相互理解和學習，能夠有效激發(fā)和促進人-信息-物理系統(tǒng)交互的創(chuàng)新愿景和新模式；另一方面，人工智能可以根據(jù)現(xiàn)場實時數(shù)據(jù)、歷史知識以及人類情緒變化和身體健康狀況來評估決策的合理性，同時科學分配人機工作，充分利用人類的靈活性和機器的精度，構建一個超級智能、可持續(xù)以及具有彈性的產(chǎn)業(yè)系統(tǒng)，最大限度地發(fā)揮人工智能的核心價值。
使能效應：人工智能驅(qū)動下的未來產(chǎn)業(yè)培育框架
人工智能是引領未來產(chǎn)業(yè)的關鍵動能與核心架構，未來產(chǎn)業(yè)的培育必須充分挖掘人工智能的系統(tǒng)性使能效應，理順人工智能驅(qū)動下未來產(chǎn)業(yè)培育框架生態(tài)的內(nèi)在關系，包括未來產(chǎn)業(yè)培育目標、使能效應的創(chuàng)新壁壘、未來產(chǎn)業(yè)培育的關鍵策略以及未來產(chǎn)業(yè)培育的保障體系，加快推動人工智能驅(qū)動的未來產(chǎn)業(yè)生態(tài)建設和應用實踐，為培育新質(zhì)生產(chǎn)力提供動力引擎與重要支撐。
人工智能驅(qū)動下的未來產(chǎn)業(yè)培育目標。人工智能驅(qū)動未來產(chǎn)業(yè)的使能目標，是培養(yǎng)產(chǎn)業(yè)的三種基本動態(tài)能力：價值發(fā)現(xiàn)能力（sense）、價值實現(xiàn)能力（seize）和價值優(yōu)化能力（reconfigure）。[15]
其一，價值發(fā)現(xiàn)能力。在超定制的解決方案交付趨勢中，價值發(fā)現(xiàn)能力表現(xiàn)在創(chuàng)造需求上，即挖掘客戶潛在需求。一般來說，價值發(fā)現(xiàn)能力分為兩類：客戶智能開發(fā)和生態(tài)系統(tǒng)網(wǎng)絡建構。一方面，需要進一步開發(fā)客戶智能，以便感知人工智能解決方案商業(yè)化的機會，通過機器學習深入了解客戶的關鍵技術、價值鏈堵點和可持續(xù)發(fā)展目標，更全面地了解客戶的運營行為、偏好和需求。另一方面，需要生態(tài)系統(tǒng)網(wǎng)絡的建構。通過相互合作的能力釋放出的協(xié)同效應往往會拓展集體創(chuàng)新能力的邊界，從而實現(xiàn)有目的的專業(yè)知識交流和集體推理。因此，創(chuàng)新網(wǎng)絡活動往往是戰(zhàn)略性的，而不是簡單地應對短期問題。未來產(chǎn)業(yè)越來越需要與互補的合作伙伴同行，共同配置有針對性的人工智能解決方案，以創(chuàng)造客戶的需求并擴大解決方案的潛在價值。
其二，價值實現(xiàn)能力。價值實現(xiàn)能力基于企業(yè)調(diào)整模式的動態(tài)能力演化，以分工與協(xié)作的方式管理復雜的人工智能解決方案開發(fā)，需要從一開始就避免過于復雜的解決方案。要將解決方案配置視為一個迭代過程，采用最初的小規(guī)模解決方案，不斷調(diào)整、構建資源池進行資源整合，在流程的早期階段識別和解決問題，根據(jù)操作反饋逐步完善和擴展解決方案，將消費者的潛在需求轉(zhuǎn)化為真實需求。客戶和最終用戶共同參與開發(fā)過程，由此，制造商可以確保他們的需求在最終解決方案中得到充分理解和超前創(chuàng)造。這種方法促進了關于業(yè)務需求和潛在解決方案的共享，使開發(fā)人員能夠更好地提供可視化解決方案和更深入地理解用戶，使未來產(chǎn)業(yè)系統(tǒng)能夠憑借人工智能技術持續(xù)自動地從交互情境中學習決策知識，并對知識進行不斷更新以確保人工智能解決方案能夠熟練、高效地交付并符合客戶的期望。
其三，價值優(yōu)化能力。價值優(yōu)化能力聚焦在技術的快速迭代和更新中徹底解決人工智能技術與消費者之間的內(nèi)在張力。一般情況下，企業(yè)需要利用現(xiàn)有的人工智能解決方案基礎設施和生態(tài)系統(tǒng)網(wǎng)絡，持續(xù)不斷地開發(fā)新產(chǎn)品、新服務、新市場、新產(chǎn)業(yè)，探索新的伙伴關系或合作關系，開拓新的收入來源，使未來產(chǎn)業(yè)系統(tǒng)能夠與其他多元異構智能系統(tǒng)共享自我更新的知識和最新智能。真正持久的創(chuàng)新和能夠帶來價值優(yōu)化能力的未來產(chǎn)業(yè)培育，是構建更具包容性的人工智能技術，充分發(fā)揮消費者的自主性、創(chuàng)造力，幫助消費者真正獲得精神滿足。
人工智能使能效應的創(chuàng)新壁壘。使能效應作為激進創(chuàng)新方式，往往依賴于許多相互依存的系統(tǒng)的整合。盡管人工智能在改變許多行業(yè)和應用的能力方面可能是“通用的”，但激進的創(chuàng)新很少能以“即插即用”的方式插入現(xiàn)存系統(tǒng)框架。事實上，在研發(fā)與應用中存在若干創(chuàng)新壁壘。
其一，技術的鎖定和路徑依賴特征。使能效應是一種跨學科的知識破壞性創(chuàng)新，產(chǎn)品架構更加模塊化、開放式，不能通過利用解決先前任務中獲得的信息或知識來實現(xiàn)，必須是一種顛覆性創(chuàng)新。然而，在幾十年的發(fā)展中，現(xiàn)有人工智能技術具有累積性，“量變”的積累在提升企業(yè)核心能力的同時，也使得一些企業(yè)產(chǎn)生路徑依賴，逐漸失去對新技術和潛在市場的敏感性，從而產(chǎn)生“核心黏性”。尤其在一些模塊化程度較低的行業(yè)，如運輸、電子、機械行業(yè)或電子游戲行業(yè)，知識的專有性和整體性更強，必須按某些順序解決一系列相關任務，致力于獲得兼容的解決方案和漸進式改進，因而具有技術的鎖定和路徑依賴特征，妨礙了使能效應的發(fā)揮。[16]
其二，需求的超前和不可預見性。未來產(chǎn)業(yè)是在對未來10年～15年產(chǎn)業(yè)方向進行預判的基礎上形成的、需要長期培育的產(chǎn)業(yè)。由于使能技術涉及超前的未來技術引領，下游部門和用戶對關鍵使能技術或創(chuàng)新技術缺乏超前的理解和認知，因此難以產(chǎn)生潛在的需求。相關調(diào)查發(fā)現(xiàn)，盡管全球企業(yè)每年在數(shù)字化轉(zhuǎn)型方面的投資超過1.1萬億美元，但64%的公司仍面臨數(shù)字化轉(zhuǎn)型的挑戰(zhàn)。[17]這主要是受需求的模糊定位而導致的數(shù)字化轉(zhuǎn)型實施路徑模糊的影響。如果預判準確，可以提前搶占未來產(chǎn)業(yè)競爭制高點，贏得國際經(jīng)濟發(fā)展先機；如果預判錯誤，將會導致創(chuàng)新資源的浪費和在未來產(chǎn)業(yè)競爭中失去主動權與優(yōu)勢地位，甚至可能危及產(chǎn)業(yè)穩(wěn)定和國家戰(zhàn)略安全。
其三，風險投資的高投入與不確定性。由于未來產(chǎn)業(yè)高度依賴前沿性、原創(chuàng)性、突破性、顛覆性技術，目前整體還處于孕育階段，部分領域技術及產(chǎn)業(yè)化存在不確定性、風險性和長周期性，細分領域、發(fā)展路徑、商業(yè)模式、監(jiān)管方式等諸多方面尚未形成可借鑒、可復制的經(jīng)驗。同時，在短期內(nèi)無法轉(zhuǎn)化為利潤，需要大量市場主體的試錯、探索，先期成本投入大。盡管如此，高投入也不意味著高產(chǎn)出，可能只有少數(shù)企業(yè)才能成為市場的優(yōu)勝者和產(chǎn)業(yè)的主體。資本市場較為普遍的是“短平快”的投資現(xiàn)象，難以滿足未來產(chǎn)業(yè)發(fā)展所需的大量與長期投入。因此，未知風險和低短期回報限制了人工智能使能效應的發(fā)揮，削弱了未來產(chǎn)業(yè)的投資吸引力。
基于使能效應的未來產(chǎn)業(yè)培育的關鍵策略。一般來說，人工智能驅(qū)動的產(chǎn)業(yè)空間由物理空間、虛擬空間、數(shù)據(jù)空間、知識空間和應用空間五個維度組成，當前，我國已形成未來制造、未來信息、未來材料、未來能源、未來空間和未來健康六大產(chǎn)業(yè)方向。面對未來產(chǎn)業(yè)的創(chuàng)新壁壘，基于使能效應的未來產(chǎn)業(yè)培育的關鍵策略包括以下方面。
首先，完善未來產(chǎn)業(yè)培育的戰(zhàn)略遠見和頂層設計。未來產(chǎn)業(yè)的底層技術是關系到國家未來的重點科技領域，其發(fā)展離不開國家的戰(zhàn)略遠見和頂層設計。戰(zhàn)略遠見是通過觀察、感知與捕捉可能引起未來變化的新事件涌現(xiàn)和變革的驅(qū)動因素，基于未來長期機會的識別構建各種可能性情境部署。戰(zhàn)略遠見提供了對國家運營環(huán)境、挑戰(zhàn)和機遇的洞察，開辟了新的競爭空間。頂層設計則是依據(jù)戰(zhàn)略遠見在跨學科合作中創(chuàng)造愿景，實現(xiàn)支持戰(zhàn)略遠見、完善早期預警、改進創(chuàng)新過程和提高對環(huán)境變化的反應速度等一系列具體規(guī)劃。人工智能是引領這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術，具有溢出帶動性很強的“頭雁”效應。國家需要順應科技革命和產(chǎn)業(yè)變革趨勢，充分發(fā)揮新型舉國體制優(yōu)勢，面向國家重大需求和戰(zhàn)略必爭領域，系統(tǒng)謀劃，超前布局，把握未來產(chǎn)業(yè)發(fā)展規(guī)律，前瞻部署、梯次培育、動態(tài)調(diào)整。事實上，國家的戰(zhàn)略遠見和頂層設計可以通過改變市場主體的博弈結(jié)構而優(yōu)化競爭。[18]因此，要在國家發(fā)展戰(zhàn)略愿景和目標導向下，開展人工智能、區(qū)塊鏈、云計算、邊緣計算、工業(yè)物聯(lián)網(wǎng)等前沿技術的未來發(fā)展趨勢預測，識別前沿技術對未來社會經(jīng)濟發(fā)展的帶動作用，進行未來產(chǎn)業(yè)技術壁壘分析等情報研究；重點關注前沿技術的前瞻性發(fā)現(xiàn)、顛覆性技術與非共識技術的識別，開展重大關鍵技術識別與評估。
其次，積極搭建跨學科協(xié)同創(chuàng)新平臺。未來產(chǎn)業(yè)呈現(xiàn)出前所未有的“大集成”特征，企業(yè)內(nèi)部研發(fā)、生產(chǎn)、銷售、服務、管理過程等實現(xiàn)動態(tài)智能集成，即縱向集成；企業(yè)間基于工業(yè)互聯(lián)網(wǎng)與智能云平臺，實現(xiàn)集成、共享、協(xié)作和優(yōu)化，即橫向集成；制造業(yè)與金融業(yè)、上下游產(chǎn)業(yè)的深度融合形成服務型制造業(yè)和生產(chǎn)性服務業(yè)共同發(fā)展的新業(yè)態(tài)；智能制造與智能城市、智能交通、智能醫(yī)療、智能農(nóng)業(yè)等交融集成，共同形成智能生態(tài)大系統(tǒng)——智能社會。[19]針對未來產(chǎn)業(yè)特征，要按照“科學-技術-產(chǎn)業(yè)”邏輯，沿著從“0”到“1”再到“N”的道路，推動顛覆性技術從實驗室到生產(chǎn)車間再到大市場，推動原創(chuàng)性、顛覆性科技成果競相涌現(xiàn)，推動重大科技成果加快產(chǎn)業(yè)化，培育發(fā)展未來產(chǎn)業(yè)的創(chuàng)新生態(tài)系統(tǒng)。創(chuàng)新生態(tài)系統(tǒng)是具有參差交錯的復雜結(jié)構關系的動態(tài)、開放的自適應系統(tǒng)，該系統(tǒng)由創(chuàng)新企業(yè)與高校、科研院所、科技中介、投資機構、孵化器、創(chuàng)新平臺、政府等創(chuàng)新群落以及群落之間、群落與創(chuàng)新環(huán)境之間相互作用而形成。
最后，強化未來產(chǎn)業(yè)應用場景的不斷拓展。人工智能的一項基本功能就是系統(tǒng)利用外部數(shù)據(jù)，通過靈活適應來實現(xiàn)特定目標和任務。因此，未來產(chǎn)業(yè)的發(fā)展方向是開發(fā)多樣化的人工智能應用能力。人工智能的迭代演進必將催生新場景和新產(chǎn)業(yè)，應用場景的不斷拓展與持續(xù)細分對于未來產(chǎn)業(yè)和身處其中的高科技企業(yè)來說是機遇也是挑戰(zhàn)。將通用人工智能技術與具體產(chǎn)業(yè)場景相結(jié)合，實現(xiàn)設計模式創(chuàng)新、智能生產(chǎn)決策、資源優(yōu)化配置等創(chuàng)新應用，才能推進人工智能在具體應用場景與行業(yè)領域的應用和有效驗證。[20]場景拓展階段不僅要解決技術的生產(chǎn)制造問題，還要推進未來產(chǎn)業(yè)商業(yè)化、刺激相關市場啟動等，需要進行有效的產(chǎn)業(yè)風險預警、產(chǎn)業(yè)競爭格局分析、未來趨勢預測以及產(chǎn)業(yè)投資前景分析等。需要積極組織實施“前瞻性-驗證性-試驗性-推廣性”的場景應用體系，根據(jù)功能定位的不同，建設城市應用場景開放高地，打造未來社區(qū)、未來醫(yī)院、未來工廠、未來商業(yè)等綜合性場景，對符合戰(zhàn)略性未來技術方向和未來產(chǎn)業(yè)發(fā)展需求的科研攻關項目予以重點扶持，催生一批重大基礎研究成果和戰(zhàn)略產(chǎn)品。
未來產(chǎn)業(yè)培育的保障體系。人工智能的創(chuàng)新與發(fā)展是一個復雜的長期過程，影響著參與者、技術和機構，同時也受到社會各方面的影響。未來產(chǎn)業(yè)的形成是產(chǎn)業(yè)內(nèi)及產(chǎn)業(yè)間不同主體共同參與、多產(chǎn)業(yè)融合的開放創(chuàng)新生態(tài)系統(tǒng)。[21]從社會系統(tǒng)話語中產(chǎn)生的共識決定了范式轉(zhuǎn)型過程的成功、強度、范圍和速度，也就是說，未來產(chǎn)業(yè)的發(fā)展在很大程度上取決于人工智能技術的應用、推廣、接受以及可用資金。
一般來說，人工智能驅(qū)動的未來產(chǎn)業(yè)培養(yǎng)的保障體系是三個層次相互作用的結(jié)果：社會景觀、技術制度和市場利基。[22]作為宏觀層面，社會景觀代表了當前以規(guī)則、秩序和政策為特征的穩(wěn)定以及自我強化的結(jié)構和做法。社會景觀發(fā)展可以顯著影響技術制度和市場利基水平，最重要的是，能夠為利基的創(chuàng)造提供機會窗口。作為中觀層面，技術制度解釋了現(xiàn)有技術發(fā)展的穩(wěn)定性和軌跡的發(fā)生。在現(xiàn)有技術制度內(nèi)，以激進創(chuàng)新活動為特征的路徑轉(zhuǎn)型或幾個迄今為止不相關的行業(yè)的活動重組，都可能導致未來產(chǎn)業(yè)的出現(xiàn)。作為微觀層面，市場利基是激進創(chuàng)新孵化產(chǎn)生和發(fā)展的原因，在典型的“替代”型轉(zhuǎn)型路徑中，利基創(chuàng)新旨在獲得動力，并試圖在技術制度中擴散或創(chuàng)造變革。
人工智能的創(chuàng)新越來越多地發(fā)生在不同的社會層面中，無論是新興技術還是顛覆性技術，一個多層次的創(chuàng)新體系正在超越現(xiàn)有結(jié)構。社會景觀、技術制度和市場利基這些層次之間的共同進化、相互作用創(chuàng)造了人工智能驅(qū)動未來產(chǎn)業(yè)培育保障體系的過渡動態(tài)。在培育過程中，技術制度的普遍態(tài)度、實踐及其在系統(tǒng)中的使用逐漸被源自市場利基的新傾向所取代。當技術制度和市場利基的變化嵌入到社會景觀系統(tǒng)的普遍生產(chǎn)和用戶子系統(tǒng)中時，人工智能的使能技術就成為通用技術，過渡就完成了。
結(jié)語
當前，我國人工智能研究成果不斷突破，機器學習、自然語言處理、計算機視覺等領域不斷催生新算法、新模型、新范式、新產(chǎn)業(yè)，人工智能框架正向著全場景支持、超大規(guī)模AI、安全可信等技術特性深入探索。國家層面聚焦未來產(chǎn)業(yè)關鍵技術、細分賽道，構筑產(chǎn)業(yè)競爭新優(yōu)勢；地方層面如北京、上海、深圳、杭州、南京等地出臺多項舉措，搶占未來產(chǎn)業(yè)制高點，把握高質(zhì)量發(fā)展先機。按照“技術創(chuàng)新-前瞻識別-成果轉(zhuǎn)化”的思路，不少省市都制定了未來產(chǎn)業(yè)的發(fā)展規(guī)劃，部分省市還出臺專項政策支持未來產(chǎn)業(yè)發(fā)展。各地未來產(chǎn)業(yè)發(fā)展政策在組織間的縱向擴散，不僅表現(xiàn)為政策“自上而下”的吸納，也表現(xiàn)為“自下而上”的傳導，各地未來產(chǎn)業(yè)發(fā)展方向不勝枚舉。[23]然而，一些未來產(chǎn)業(yè)政策大多基于本地產(chǎn)業(yè)需求及自身理解來制定，缺少對多產(chǎn)業(yè)前沿技術交叉融合和疊加創(chuàng)新的關注。隨著未來人工智能使能效應治理經(jīng)驗的累積、優(yōu)化與蝶變，各地對未來產(chǎn)業(yè)的內(nèi)涵邊界把握以及前瞻規(guī)劃運籌將得到更大提升。
注釋
[1]R. Naeem; M. Kohtamäki and V. Parida, “Artificial Intelligence Enabled Product–Service Innovation: Past Achievements and Future Directions,“ Review of Managerial Science, 18 April 2024.
[2]I. Ulnicane et al., “Good Governance as a Response to Discontents? Déjà vu, or Lessons for AI from other Emerging Technologies,“ Interdisciplinary Science Reviews, 2021, 46(1–2).
[3]楊丹輝：《世界大變局下的產(chǎn)業(yè)政策：演進動向與邏輯重構》，《改革》，2023年第11期。
[4]I. Ulnicane, “Against the New Space Race: Global AI Competition and Cooperation for People,“ AI & Society, 2023, 38.
[5]李曉華：《技術推動、需求拉動與未來產(chǎn)業(yè)的選擇》，《經(jīng)濟縱橫》，2022年第11期。
[6]I. M. Enholm et al., “Artificial Intelligence and Business Value: a Literature Review,“ Information Systems Frontiers, 2022, 24.
[7]江小涓、靳景：《數(shù)字技術提升經(jīng)濟效率：服務分工、產(chǎn)業(yè)協(xié)同和數(shù)實孿生》，《管理世界》，2022年第12期。
[8]P. C. Johnson et al., “Digital Innovation and the Effects of Artificial Intelligence on Firms' Research and Development – Automation or Augmentation, Exploration or Exploitation? “ Technological Forecasting and Social Change, 2022, 179.
[9]G. C. Amaizu et al., “Metaverse in Advanced Manufacturing: Background, Applications, Limitations, Open Issues & Future Directions,“ ICT Express, 2024, 10(2).
[10]M. Iansiti and K. R. Lakhani, “Competing in the age of AI,“ Harvard Business Review, 2020, 98(1).
[11]余東華：《“十四五”期間我國未來產(chǎn)業(yè)的培育與發(fā)展研究》，《天津社會科學》，2020年第3期。
[12]李曉華、王怡帆：《未來產(chǎn)業(yè)的演化機制與產(chǎn)業(yè)政策選擇》，《改革》，2021年第2期。
[13]《國家及各地區(qū)國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要（上）》，北京：人民出版社，2022年，第13頁。
[14]M. H. Zafar; E. F. Langas and F. Sanfilippo, “Exploring the Synergies between Collaborative Robotics, Digital Twins, Augmentation, and Industry 5.0 for Smart Manufacturing: A State–of–the–Art Review,“ Robotics and Computer–Integrated Manufacturing, 2024, 89; 彭勁松：《科學全面認識人工智能時代的勞動價值》，《人民論壇·學術前沿》，2022年第8期。
[15]D. Sjödin; V. Parida and M. Kohtamäki, “Artificial Intelligence Enabling Circular Business Model Innovation in Digital Servitization: Conceptualizing Dynamic Capabilities, AI Capacities, Business Models and Effects,“ Technological Forecasting and Social Change, 2023, 197.
[16]S. Lechevalier; J. Nishimura and C. Storz, “Diversity in Patterns of Industry Evolution: How an Intrapreneurial Regime Contributed to the Emergence of the Service Robot Industry,“ Research Policy, 2014, 43(10).
[17]“PwC Digital Factory Transformation Survey 2022,“ https://www.pwc.de/de/content/0f96ea9c-992c-4ba7-8c4d-b4637cf81d9f/pwc-digital-factory-transformation-survey-2022.pdf, 2022.
[18]賀俊：《新興技術產(chǎn)業(yè)趕超中的政府作用：產(chǎn)業(yè)政策研究的新視角》，《中國社會科學》，2022年第11期。
[19]J. Zhou et al., “Human–Cyber–Physical Systems (HCPSs) in the Context of New–Generation Intelligent Manufacturing, “ Engineering, 2019, 5(4).
[20]胡擁軍：《前瞻布局未來產(chǎn)業(yè)：優(yōu)勢條件、實踐探索與政策取向》，《改革》，2023年第9期。
[21]劉志彪：《新質(zhì)生產(chǎn)力的產(chǎn)業(yè)特征與驅(qū)動機制》，《探索與爭鳴》，2024年第3期。
[22]C. K. Lee and L. M. Yu, “A Multi–level Perspective on 5G Transition: The China Case,“ Technological Forecasting and Social Change, 2022, 182.
[23]王小林、金冉：《未來產(chǎn)業(yè)：政策擴散與路徑選擇》，《社會科學戰(zhàn)線》，2024年第5期。
責 編∕李思琪 美 編∕周群英
From Empowering to Enabling: Cultivating AI-Driven Future Industries
Song Xianping
Abstract: Artificial intelligence is fundamentally changing the traditional way that industries create, operate, and obtain value. Artificial intelligence has the empowering effect of quickly perceiving and responding to market dynamics, automatically improving the efficiency of enterprise task units, and effectively promoting business process transformation and operation model improvement, which promote the digital transformation of existing industries through the empowering effect. In order to achieve the goal of "change lanes and overtake" in new fields and new tracks, it is necessary to accelerate the transformation of artificial intelligence from empowering effect to enabling effect. The cultivation of future industries must fully tap the systematic enabling effect of artificial intelligence, and straighten out the internal relationship of the cultivation framework ecology of AI-driven future industries. Optimizing the strategic vision and top-level design of future industry cultivation, actively building an interdisciplinary, collaborative, high-intensity cooperative innovation platform, and strengthening the continuous expansion of future industrial application scenarios are the key strategies for future industry cultivation based on enabling effects.
Keywords: artificial intelligence, empowering effect, enabling effect, future industries
